AutoScientists 发布：让去中心化 AI 组团做科研，实验提速 1.9 倍

在科研实验室里，最浪费资源的事情往往不是点子不够多，而是几个小组在不知情的情况下各踩各的坑，或者全靠一个导师发号施令，一旦指挥卡壳整个项目就停摆。

AI 搞科研其实也面临同样的尴尬。之前的科研智能体要么是一条道走到黑的单兵作战，要么依赖一个目标僵化的中央调度器，很难在长周期实验里根据新发现随时调整，更记不住前人踩过的雷。

研究团队发布了去中心化科研多智能体系统 AutoScientists。它把从提出假设、规划实验、跑迭代到分析结果的全流程打通，专门用来应对漫长的计算科学实验。

不搞一言堂，AI 自己组队挑刺

AutoScientists 最核心的改变，在于打破了以往由单一中央大脑分派任务的模式。

系统内所有智能体都面向一个共享的实验状态看板。当某个假设展现出探索潜力时，智能体们会自发组织成临时小团队展开攻关。

更有意思的是它们的避坑机制。在真正消耗昂贵算力跑实验之前，智能体之间必须先互相评审提议，砍掉不靠谱的方案。

同时，系统不仅记录成功，还把每一次失败的尝试同步给所有人。这样一来，后续的探索就不会在同一个死胡同里反复打转。

相同预算下，连刷三项计算基准

在严格匹配实验预算的前提下，AutoScientists 在多项复杂测试中压过了以往的 AI 智能体。

在涵盖生物医学成像、蛋白质工程、单细胞组学和药物发现的 BioML-Bench 评测中，它横跨 24 项任务拿到了 74.4% 的平均排行榜百分位，比此前最强的 AI 智能体高出 8.33 个百分点。

在优化 GPT 训练的任务上，它达到目标验证指标的速度比 Autoresearch 快了 1.9 倍。更关键的是，当基准单智能体在既有冠军方案面前完全卡壳、找不到任何提升时，AutoScientists 依然挖出了 7 项被最终采纳的有效改进。

在 ProteinGym 适应度预测任务中，它自主摸索出一种预测 ACE2-Spike 结合的新方法，将 Spearman 相关系数较现有 SOTA 提高了 12.5%。在不加任何修改的情况下，这一方法直接套用到全部 217 项 ProteinGym 测定中，整体表现依然比原先的 SOTA 高出 6.5%。

为什么重要

我们认为，这项研究最聪明的地方，在于它抓住了科研的核心瓶颈：长周期探索里，最宝贵的不是生成假设的脑洞，而是控制算力浪费与沉没成本的能力。

以往的科研智能体动辄在无效代码上狂刷 GPU，AutoScientists 引入事前相互评审和失败记忆共享，本质上是在用低成本的文本博弈去替代高昂的计算试错。这种去中心化自组织的打法，比死板的调度脚本更契合真实的科研规律。

对从事计算生物学、大模型调优的研发团队来说，这套逻辑极具参考价值。它意味着以后的自动化实验不仅是帮人跑脚本，而是能真正承担起长达数周、具备抗挫折能力的并行探索。

不过也要看到它的边界。这套系统目前展现威力的领域全部局限在能够闭环跑代码的计算实验里，距离接管真实世界需要试管和仪器的湿实验还差得很远。但无论如何，AI 智能体正在从流水线上的操作工，快速蜕变为能彼此协作、懂得绕开弯路的数字研究员。